Интеллектуальное путешествие в будущее
Одно из главных впечатлений от конференции – это широчайший охват тем, связанных с проблематикой искусственного интеллекта и машинного обучения. Чем объясняется такой серьезный масштаб?
Масштаб соответствует той популярности и прикладной значимости, которая есть сегодня у искусственного интеллекта. Мы видим, что эти технологии стали доступны массовым пользователям и массовым разработчикам. Во всех индустриях появились профессиональные сообщества, исследователи данных, инженеры, которые работают над созданием сервисов на основе ИИ и машинного обучения.
С другой стороны, многие сегодняшние сервисы уже сложно представить без ИИ. Например, автомобильные навигаторы, симуляцию когнитивных способностей в виде виртуальных ассистентов, системы машинного зрения, распознавания речи.
Помимо того, что Сбер стал экосистемной компанией, представленной в большом спектре индустрий и продуктов, у нас еще есть некое обязательство, которое мы взяли перед страной. На сегодняшний день Сбер стал центром компетенций по развитию систем ИИ. В прошлом году мы помогали Правительству разрабатывать Национальную стратегию в этом направлении. Сейчас же стратегия требует реализации. Есть конкретный перечень задач, за который мы взялись. Понятно, что многое зависит не только от нас, но и от активности Правительства и других компаний – участниц процесса.
В 2020году конференция впервые проходила в онлайн-режиме. Каковы особенности такого формата?
С одной стороны, я не ожидал, что онлайн-формат окажется не проще, а даже сложнее оффлайна в плане организации. А с другой стороны, есть явный плюс – в онлайне можно собрать гораздо больше людей, чем в конференц-зале. Могу с гордостью сказать, что по числу регистраций (более 29 000) мы значительно опередили такие авторитетные международные конференции, как AI Summit и NeurIPS, – в этом году и они проводятся в онлайн-формате. Наша конференция – тоже в полном смысле международная. Представители иностранных государств (более 100 стран) были и среди докладчиков, и среди тех, кто наблюдал за ходом конференции в Сети. Около 10% регистраций приходилось на зарубежную аудиторию, в частности, к нам присоединились гости из США, Канады, Индии.
Чем можно объяснить такую популярность AI Journey 2020? Хорошей PR-поддержкой? Возросшим интересом к теме?
Не буду скрывать – мы сделали многое, чтобы информация о готовящемся мероприятии по максимуму достигла заинтересованной аудитории. Но это лишь одна из причин.
Другой важный аспект – это активизация усилий государства в направлении развития технологий ИИ. В этом году президент России Владимир Путин, выступая на десятке разных площадок, неизменно подчеркивал важность прогресса в этой области. Президент (как и в прошлом году) принял участие в AI Journey, что, конечно, повышает авторитет нашего мероприятия. Разработана Национальная стратегия. Можно отметить также, что и новый состав Правительства проявляет усиленное внимание к теме ИИ.
Третий момент – это популярность всего, что связано с ИИ и машинным обучением у молодежи. На юную аудиторию пришлось порядка 30% регистраций. На конференции был даже выделен специальный блок докладов и семинаров – AIJ Junior. Там мы собрали контент, который мог бы быть интересен именно подростково-молодежной среде. Удивительно, но и первый – научный – день конференции, адресованный более подготовленной аудитории, как оказалось, вызвал у молодежи большой интерес.
Насколько технологии ИИ могут представлять сегодня практический интерес?
Технологии ИИ и машинного обучения сейчас уже имеют зрелый и прикладной характер. Маркетинг, персонализацию контента уже сложно представить себе без машинного обучения. Самые часто скачиваемые с GitHub фреймворки связаны с маркетингом, финансами, интернет-торговлей.
Год назад мы представляли вычислительный кластер на основе суперкомпьютера «Кристофари», а за прошедшее время мы позаботились о том, чтобы появился полезный набор софта, работающего на наших мощностях. Наши сервисы позволяют оптимизировать жизненный цикл разработки модели и сделать работу исследователей данных, инженерных команд и рисерч-команд более эффективной. Хороший пример – презентованный на конференции фреймворк LAMA для автоматизированного машинного обучения. Он был создан в Лаборатории ИИ Сбера. Мы сравнивали свой продукт с другими аналогичными фреймворками – такими как H2O, например. И выяснилось, что по некоторым показателям мы оказались первыми в мире.
Используете ли вы элементы ИИ непосредственно в банковском деле?
Конечно. Первое что мы сделали уже лет пять назад – это машинное обучение для более точного определения параметров кредитных карт, для оценки кредитоспособности. Далее машинное обучение распространилось на модели персонализации продуктов для розничных клиентов. ИИ лежит в основе семейства виртуальных ассистентов «Салют». Кстати, с одним из них – с «Афиной» – на конференции общался президент России.
Другая тема – это встройка моделей машинного обучения в процесс принятия решений, позволяющих разгрузить сотрудников, оптимизация продуктовых свойств наших сервисов, безопасность. Есть проект, который ближе всего к теме AGI («сильного искусственного интеллекта»). Это интеллектуальные системы управления (английский термин – digital management). Сейчас у менеджеров Сбера осталось не так много рутинной работы, но заметно выросла доля задач, решение которых требует когнитивной деятельности, осмысления большого количества данных. Имеет место серьезная информационная перегрузка. Мечта руководства Сбера – сделать надежного виртуального помощника, который разгрузит управленца и повысит эффективность решений. Мы работаем над этим.
Вы упомянули «сильный искусственный интеллект» (AGI). Этот термин не раз фигурировал в темах докладов на AI Journey. Что вы думаете о перспективах AGI?
На конференции мы подарили президенту России книгу, как раз посвященную проблематике AGI. Коллектив ее авторов, состоящий не только из сотрудников Сбера, попытался проанализировать те фундаментальные исследования, которые к настоящему моменту проведены в этой области. Еще года три назад даже серьезные разработчики называли «сильный искусственный интеллект» сказкой. Теперь отношение к этому изменилось. И эксперты, и практикующие профессионалы видят в AGI большое будущее, перспективы. Серьезным шагом в этом направлении можно считать генеративные модели. Такие, например, как языковые трансформеры, умеющие на основе обучения генерировать связные тексты. Но конечной целью работ над AGI является попытка сымитировать работу человеческого мозга. Отсюда интерес к нейроморфным вычислениям, созданию чипов, архитектура которых как бы воспроизводит механизмы работы мозга. Однако на сегодняшний день разработчикам не хватает глубоких фундаментальных знаний о том, как же на самом деле мозг хранит и обрабатывает информацию. И как мозг «умудряется» при энергопотреблении 20 Вт решать задачи, для которых современным компьютерам нужны десятки киловатт. Здесь пока серьезных прорывов нет.
Насколько Сбер готов заниматься фундаментальными исследованиями?
К сожалению, мы не можем позволить себе превратиться в Академию наук и заниматься широкомасштабными фундаментальными исследованиями. Какой бы экосистемной ни была корпорация, но, если хотя бы треть проектов не приносит материальной отдачи, появляются сложности с их финансированием. Поэтому мы вынуждены себя ограничивать. У нас может быть максимум 10-20% проектов, которые рискуют так и остаться идеями. Но мы надеемся, что в Институте ИИ, о создании которого было объявлено в ходе AI Journey, эта доля будет существенно больше. Так как мы видим сейчас, что некоторые прикладные задачи для нас тормозятся отсутствием фундаментальной научной базы.
С другой стороны, поскольку у нас есть роль центра компетенций, мы будем помогать и отраслям экономики, и Правительству. Мы намерены инвестировать в развитие технологий AI для каких-то социально полезных задач. Там возможны инвестиции без получения прибыли. Например, в этом году мы делали для МЧС алгоритм предсказания изменения уровня реки Амур. Это даст возможность более точно определять момент наступления паводков и наводнений. А значит, сохранить имущество, а может быть, и жизни людей. Сюда же можно отнести наши медицинские разработки. Например, программу постановки диагноза COVID-19 по снимкам КТ. Но в основном мы стараемся коммерциализировать наши продукты, и нам это удается. На конференции глава Сбербанка Герман Греф рассказал, что на каждые 15 рублей, вложенных в наших дата-сайентистов, мы получаем 100 рублей отдачи.
Как, по вашему мнению, способна ли Россия выйти в мировые лидеры по разработкам в области ИИ и машинного обучения?
Если бы мы не верили в это, мы бы не уделяли этому столько внимания и не проводили такие конференции. Конечно, по количеству публикаций в рецензируемых журналах, по числу патентных заявок и по объемам инвестиций нам пока трудно конкурировать с такими тяжеловесами, как США и Китай. Для массового внедрения систем ИИ нужно большое количество вычислительных мощностей по разумной цене. А, как известно, производство элементной базы в России пока далеко от современных потребностей. Но, например, по качеству подготовки специалистов мы уже сейчас входим в топ-3. А если Россия не упустит свой шанс и совершит прорыв в области квантовых вычислений, создав материальную базу для сверхпроизводительных систем ИИ, тогда наше лидерство станет реальностью.